Помощь в написании студенческих работ
Антистрессовый сервис

Моделирование и выбор рациональных направлений модернизации АСУ металлургического производства на основе разработки информационной системы принятия решений

Диссертация: Моделирование и выбор рациональных направлений модернизации АСУ металлургического производства на основе разработки информационной системы принятия решений
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для реализации поставленной цели решаются следующие задачи: выбор математического аппарата и разработка алгоритма его реализации для оценки научно-технического уровня (НТУ) АСУ металлургического производства разных типов и уровней автоматизации- — моделирование прогностической функции динамики НТУ АСУразработка математических моделей принятия решений по выбору рациональных инновационных проектов… Читать ещё >

Моделирование и выбор рациональных направлений модернизации АСУ металлургического производства на основе разработки информационной системы принятия решений (реферат, курсовая, диплом, контрольная)

Содержание

  • Перечень использованных сокращений
  • Глава 1. Методология и задачи исследования
    • 1. 1. Обзор развития АСУ в черной металлургии
    • 1. 2. Методологические основы исследования
    • 1. 3. Задачи проведения исследования
    • 1. 4. Выводы
  • Глава 2. Разработка математической модели комплексной оценки НТУ АСУ металлургического производства
    • 2. 1. Общие принципы и существующие методики оценки качества АСУ
    • 2. 2. Предлагаемая методика оценки НТУ АСУ
    • 2. 3. Выводы
  • Глава 3. Моделирование прогностической функции развития
  • АСУ металлургического производства
    • 3. 1. Прогноз как основа управления инновационными процессами в АСУ металлургическим предприятием
    • 3. 2. Методика прогнозирования развития АСУ металлургических предприятий
      • 3. 2. 1. Закономерности развития сложных АСУ
      • 3. 2. 2. Выбор модели прогностической функции развития АСУ
      • 3. 2. 3. Оценивание параметров прогностической модели развития АСУ
      • 3. 2. 4. Определение резерва и перспективных направлений совершенствования промышленных АСУ
    • 3. 3. Выводы
  • Глава 4. Разработка методики принятия инновационных решений в АСУ металлургического предприятия
    • 4. 1. Принятие решений в условиях многокритериальности
    • 4. 2. Выбор инновационного проекта АСУ
      • 4. 2. 1. Выбор на основе методов теории нечетких множеств
      • 4. 2. 2. Выбор на основе метода анализа иерархий
    • 4. 3. Планирование процесса совершенствования АСУ с учетом экономической целесообразности
    • 4. 4. Выводы
  • Глава 5. Разработка информационной системы поддержки процедур подготовки и принятия решений по выбору инновационного проекта АСУ
    • 5. 1. Структура информационной системы принятия инновационных решений
    • 5. 2. Формирование интегрального показателя НТУ АСУ
    • 5. 3. Определение параметров прогностической функции динамики НТУ АСУ
    • 5. 4. Выбор прогностической функции НТУ АСУ
    • 5. 5. Выбор варианта модернизации АСУ на основе метода теории нечетких множеств
    • 5. 6. Выбор варианта модернизации АСУ на основе метода анализа иерархий
    • 5. 7. Апробация разработанной технологии прогнозирования развития и выбора рационального варианта модернизации АСУ
      • 5. 7. 1. Прогнозирование развития
  • АСУП СПЦ-1 ОЭМК
    • 5. 7. 2. Обоснование инновационных мероприятий по развитию
  • АСУ ЭСПЦ-2 ОЭМК
    • 5. 7. 3. Обоснование инновационных мероприятий по развитию
  • АСУП СГОК ПЕРЕЧЕНЬ ИСПОЛЬЗОВАННЫХ СОКРАЩЕНИЙ АИ — анализ иерархий БД — база данных БЗ — база знаний
  • ИАСУ — интегрированная автоматизированная система управления
  • ИСПР — информационная система принятия решений
  • ЛПР — лицо, принимающее решение
  • МНК — метод наименьших квадратов
  • НМ — нечеткое множество
  • НТУ — научно-технический уровень
  • ОС — операционная система
  • ОЭМК — Оскольский электрометаллургический комбинат
  • ПР — принятие решений
  • ПТС — программно-технические средства
  • СГОК — Стойленский горно-обогатительный комбинат
  • СКО — среднеквадратическое отклонение
  • СУ — система управления
  • СУБД — система управления базами данных
  • ТП — технологический процесс
  • ТЭП — технико-экономические показатели
  • УВК — управляющий вычислительный комплекс
  • ЧМ — черная металлургия
  • ЧПК — частный показатель качества

Актуальность. Металлургические предприятия, характеризующиеся большими массопотоками, сложными физико-химическими процессами, энергоемкими переделами, являются высокоавтоматизированными производствами. Задачи повышения их эффективности в условиях рыночной экономики требуют систематической работы по внедрению новых и совершенствованию действующих промышленных АСУ во всех аспектах технического, программно-информационного, организационного обеспечения с целью согласования структуры, функций и характеристик СУ с новыми требованиями и изменяющимися условиями функционирования.

Затраты на проведение инновационных мероприятий в АСУ составляют значительную часть общих расходов на техническое перевооружение металлургических предприятий в целом. Однако выбор вариантов модернизации АСУ на практике зачастую осуществляется на основе субъективных представлений ЛПР о перспективах развития СУ, из соображений престижности внедрения тех или иных ПТС, информационных технологий в сочетании с коммерческими интересами предприятий. При этом в результате неадекватного учета тенденций развития АСУ могут быть допущены ошибки, либо неустранимые в принципе, либо трудно устранимые в процессе эксплуатации, что в конечном итоге ведет к большим экономическим и социальным потерям.

Анализ работ, затрагивающих отдельные аспекты управления развитием промышленных АСУ, показывает, что в большинстве из них не проводится количественная оценка обуславливающих модернизацию факторов, отсутствует формализация процесса динамики качества модернизируемых систем и методические подходы, которые позволили бы прогнозировать и обосновывать перспективные пути совершенствования АСУ.

Одна из проблем, обусловливающих сложность решения задачи управления инновационными процессами в промышленных АСУ, связана с трудностью оценивания научно-технического уровня промышленных СУ, т.к. их функционирование характеризуется множеством качественных показателей. В силу сложности и разнообразности конфигураций АСУ, состава программного и информационного обеспечения, разнообразия технических средств, круга решаемых задач отсутствует единая концепция построения моделей оценки обобщенного показателя качества АСУ, нет универсальных методов его составления.

В связи с этим существует необходимость разработки научно-методического аппарата анализа развития сложных АСУ, который позволил бы на основе оценивания качества СУ на разных стадиях ее эксплуатации определять общие тенденции динамики АСУ данного класса, прогнозировать ее качество, устанавливать факт морального старения неперспективных и стимулировать применение наиболее прогрессивных и экономически целесообразных научно-технических решений, планомерно осуществлять мероприятия по совершенствованию СУ на основе современных методов принятия решений.

Целью работы является разработка методики и технологии управления инновационными процессами в АСУ металлургических предприятий.

Для реализации поставленной цели решаются следующие задачи: выбор математического аппарата и разработка алгоритма его реализации для оценки научно-технического уровня (НТУ) АСУ металлургического производства разных типов и уровней автоматизации- - моделирование прогностической функции динамики НТУ АСУразработка математических моделей принятия решений по выбору рациональных инновационных проектов АСУ в условиях многокритериальное&tradeи неопределенностиразработка структуры информационной системы поддержки процедур подготовки альтернативных вариантов и выбора рациональных инновационных проектов АСУэкспериментальная проверка предложенной технологии принятия инновационных решений на базе АСУ ОЭМК и СГОК.

Методологической основой работы являются системный подход к исследованию процесса развития АСУ и теория информационно-статистического анализа. В работе использован математический аппарат теории вероятностей и математической статистики, методы комбинаторно-морфологического анализа систем, исследования операций, экспертных оценок, теории нечетких множеств, теории принятия решений, функционального анализа, математического моделирования с использованием средств вычислительной техники. Программная реализация разработанных алгоритмов выполнена на языках Visual Basic и Visual С + +.

Научная новизна. Предложен универсальный алгоритм сравнительной оценки АСУ разных типов и уровней автоматизации в процессе развития по НТУ в условиях неполной информации, составленный на основе концепции принципа максимума неопределенностиразработана методика построения прогностической модели динамики НТУ АСУ с учетом общих закономерностей эволюции данного класса систем и использованием информационных критериев оценивания параметров моделипредложены методы определения на основе прогностической функции НТУ имеющегося резерва, перспективных направлений и оптимальных сроков проведения модернизаций АСУразработаны математические модели и алгоритмы выбора инновационных проектов АСУ на основе методов теории нечетких множеств и анализа иерархий по множеству критериев с учетом экономической целесообразности.

Практическая значимость и реализация результатов работы. Проведение инновационных мероприятий на основе предложенных математических методов и моделей позволит «растянуть» жизненный цикл АСУ металлургического производства, повысить их НТУ без значительных капиталовложений, которые требуются на внедрение новых систем.

Экспериментальная проверка предложенной технологии принятия инновационных решений, осуществленная на ОЭМК, который характеризуется высоким уровнем комплексной автоматизации, и СГОК, где автоматизирована работа лишь отдельных агрегатов и некоторые организационно-экономические задачи управления на уровне предприятия, подтвердила состоятельность разработанных методов и моделей и позволила наметить перспективные направления модернизации обследованных объектов. Результаты апробации подтверждены соответствующими справками-заключениями.

Разработанная стратегия совершенствования АСУ может быть рекомендована к применению на предприятиях горно-металлургического комплекса и других отраслей с учетом макроэкономических условий и инвестиционного климата разработки и реализации инновационных проектов АСУ.

Апробация работы. Материалы исследования докладывались и обсуждались на международных научно-практических конференциях «Высокие технологии в экологии» (г. Воронеж, 2000 г.), «Качество, безопасность, энерго-и ресурсосбережение в промышленности строительных материалов и строительстве на пороге XXI века» (г. Белгород, 2000 г.), международных научно-технических конференциях «Вопросы проектирования, эксплуатации технических систем в металлургии, машиностроении, строительстве» (г. Старый Оскол, 1999 г.), «Современные системы управления предприятием» (г. Липецк, 2001 г.).

Публикации. Диссертация выполнялась в рамках госбюджетной НИР МИСиС по теме «Разработка математических методов управления процессами основного и вспомогательного производства в металлургии» (№ 1.202.00). По материалам диссертации опубликовано восемь работ. Результаты исследования изложены в отчете по НИР за 2000 год (№ 012.108 881).

Объем и структура работы. Диссертация состоит из введения, пяти глав и заключения, изложенных на 126 страницах машинописного текста, содержит 8 рисунков, 12 таблиц, список литературы из 143 наименований и 18 приложений.

Общие выводы по работе:

Обоснованное принятие решений по определению предпочтительных направлений и оптимальных сроков проведения инновационных мероприятий в действующих АСУ металлургических предприятий целесообразно осуществлять на основе прогнозирования их развития по НТУ.

2.Наиболее эффективным для построения интегрального показателя НТУ АСУ в условиях многокритериальное&tradeи неполной исходной информации о системе является информационно-статистический подход.

3.Основой прогнозирования динамики НТУ обследуемых систем управления могут быть закономерности эволюции АСУ данного класса, типа, уровня автоматизации, выявленные в результате анализа систем-аналогов, имеющих достаточную глубину ретроспекции.

4. Построение кортежа предпочтительности частных и обобщенных показателей качества системы управления позволяет определить перспективные направления совершенствования обследуемой АСУ.

5. Выбор рациональных инновационных проектов АСУ целесообразно осуществлять методами принятия решений на основе теории нечетких множеств и анализа иерархий, учитывающими неопределенность задачи.

6. Применение разработанной методики и технологии управления инновационными процессами в АСУ является эффективным для предприятий со стабильно функционирующим производством, каковыми являются, например, горно-металлургические предприятия региона Курской магнитной аномалии. Использование предложенного подхода для других предприятий горно-металлургического комплекса требует учета макроэкономических условий и инвестиционного климата разработки и реализации инновационных проектов АСУ отдельных производств и отрасли в целом.

ЗАКЛЮЧЕНИЕ

.

Разработанная технология управления инновационной деятельностью металлургических предприятий в области АСУ является приемлемой для систем управления любых типов и уровней автоматизации. Она может использоваться для решения задач управления инновационными процессами в АСУ предприятий других отраслей и производств, если период ретроспекции и число модернизаций АСУ достаточны для прогнозирования их развития. Для АСУ, срок эксплуатации которых не позволяет осуществлять прогнозирование их развития на основе собственной ретроспективной информации, управление инновационными процессами возможно на основе анализа развития систем-аналогов других предприятий или производств.

Показать весь текст

Список литературы

  1. Brown R.G. Smoothing Forecasting and Prediotion of Discret Time Series/ N. Y. Ptentice Hall, 1963.
  2. Navin Francis P.D. Can.J.Civ/Eng/1994−21, № 3.
  3. Wiener N. Extrapolation, Interpolation and Smoothing of Stationary time series/ John Weley / N.Y., 1949.
  4. Автоматизация поискового конструирования (искусственный интеллект в машинном проектировании)/ Под ред. А. И. Половинкина. М.: Радио и связь, 1981.-344 с.
  5. С. Г., Мхиратян В. С. Прикладная статистика и основы эконометрики. — М.: ЮНИТИ, 1998.-1022 с.
  6. A.B., Андрейчикова О. Н., Компьютерная поддержка изобретательства (методы, системы, примеры применения).-М.'Машиностроение, 1998.-476 с.
  7. A.B., Андрейчикова О. Н., Принятие стратегических управленческих решений (компьютерные методы и примеры применения). Учеб. пособие/ ВолгГТУ, Волгоград, 1998.-141 с.
  8. В.Б., Терентьев A.A. Модели и методы научно-технического прогнозирования. Уч. пособие. Саратов.: Саратовский гос. техн. университет, 1999.-114 с.
  9. Е.П. Эволюционный синтез систем. М.: Радио и связь, 1985.-328С.
  10. В. А., Чекмарев А. Н., Рыжков А. И. Прогнозирование качества сложных изделий в процессе производства. Проблемы машиностроения и автоматизации. № 4, 1998.
  11. А.Р., Левин М. Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990.
  12. Е.Г., Руденчик Е. А. Прогнозирование статистических временных рядов. Ярославль: Ярославский гос. техн. ун-т, 1997.-94 с.
  13. Е.А. Оптимальное распределение ресурсов и элементы синтеза систем. М.: Сов. Радио, 1974.- 314 с.
  14. Бир Ст. Кибернетика и управление производством.-М.:Наука, 1965.-388 с.
  15. БлохинВ. Г., ГлудкинО. П., ГуровА. И. Современный эксперимент: подготовка, проведение, анализ результатов. — М.: Радио и связь, 1997.-230 с.
  16. Дж., Джекинс Г. Анализ временных рядов. Прогноз и управление. Вып. 1−2. М.: Мир, 1974.
  17. Большая советская энциклопедия (в 30 томах) / Гл. редактор A.M. Прохоров. 3-е изд.т.1.М.: Советская энциклопедия, 1969.
  18. А.Н., Крумберг O.A., Фёдоров И. П. Принятие решений на основе нечётких моделей. Рига.: Зинатне, 1990 184 с.
  19. В.П., Ивченко Г. И. Прогнозирование в системе «Статистика» в среде Windows. Основы теории и интенсивная практика на компьютере: Учебное пособие. М.: Финансы и статистика, 1999.-384с.
  20. JI.A., Зельцер С. П. Прогнозирование эффективности автоматизации. -М.: ЦНИИТЭнефтехим, 1968.-29 с.
  21. Е. С. Теория вероятностей. — М.: Наука, 1969.576с.
  22. Е. С., Овчаров JI. А. Теория случайных процессов и ее инженерные приложения. — М.: Наука, 1991.-383 с.
  23. В. И. Математическое обеспечение ЭВМ в науке и производстве. — Ленинград: Машиностроение, 1988.-159 с.
  24. .Г. Единственность оценок максимального правдоподобия параметров стохастических систем(проблема локальных экстремумов) // Автоматика и телемеханика.- № 6,1984. с.47−55.
  25. Ю.В. Оптимизация технических систем. Уч. пособие. -Челябинск.: Издательство ЮурГУ, 1998.-140 с.
  26. В. Е. Теория вероятностей и математическая статистика. — М.: Высшая школа, 1999.- 479 с.
  27. В. А. Фундаментальные основы дискретной математики. Информационная математика. М.: Наука, Физматгиз, 2000.544 с.
  28. В.П., Мельникова E.H. Основы прогнозирования систем. Уч. пособие для инж.-эконом. Спец. Вузов. -М.: Высш. шк., 1986.287 с.
  29. Ю.М. Информационные аспекты управления и моделирования. М.: Наука, 1978. -223 с.
  30. В. А., Сирая Т. Н. Методы обработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.288 с.
  31. А. С., Колосков В. П., Михалев С. Б. Автоматизированные системы управления предприятиями. — М.: Энергия, 1978.-224 с.
  32. Л.Г. Методы и модели совместного использования вероятностных методов и экспертного оценивания в прогнозировании. М.: ВЦ РАН, 1994.
  33. Л.А., Смирнова И. М. Развитие теории размытых множеств // Измерения, контроль, автоматизация.- № 3 (15). 1978.
  34. .В. Основы метрологии и радиоизмерения: Учеб. пособие для вузов.М.: Радио и связь, 1993.-320с.
  35. A.M. Методы идентификации динамических объектов. -М.: Энергия, 1979.-240 с.
  36. А., Дайер Дж., Файнберг А. Решение задач оптимизации при многих критериях на основе человеко-машинныхпроцедур//Вопросы анализа и процедуры принятия решений/Пер. с англ. М.: Мир, 1976, с. 126−145.
  37. Информационные системы в экономике / Под ред. В. В. Дика. -—М.: Финансы и статистика, 1996.
  38. Ю.А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. М.: Наука, 1986.-296 с.
  39. Л.Г. Теория и практика принятия решений. М.: Экономика, 1984.-175 с.
  40. A.B. Совершенствование методов оценки качества АСУ: Дис. канд. техн. наук:61:87−8/509−1 Государст. университет управления. М., 1987.
  41. .П., Мартыщенко JI.A., Монастырский M.JI. Теоретические основы информационно-статистического анализа сложных систем. СПб.: Лань, 1997.-320 с.
  42. .П., Мартыщенко Л. А., Губин Г. С. Информационная микроэкономика. Часть 2. Анализ закономерностей и моделирование. СПб.:Нордмед-Издат, 1998.-160 с.
  43. С. Д., Гохберг Л. М., Ягудин С. Ю. и др. Инновационный менеджмент. -М.: ЮНИТИ, 2000.-327 с.
  44. Информатика: Учебник. 3-е перераб. изд. / Под ред. проф. Макаровой. — М.: Финансы и статистика, 1999.-768 с.
  45. А.Ф. Технические системы: закономерности развития. Л.: Машиностроение, 1985.-216 с.
  46. Н.Л. Принятие управленческого решения: Учебник для вузов. М.: ЮНИТИ, 1999. — 407 с.
  47. A.M., Нестеров П. В. Информатизация бизнеса. М.: Финансы и статистика. 1997. 416 с.
  48. P.JI., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным .-М.: Наука, 1983.384 с.
  49. Э. Анализ сложных ситем.-М.:Мир, 1969.-519 с.
  50. Г. Б., Евдокимов В. В., Федоров C.JI. Эффективность и качество АСУ. Л.: Лениздат, 1979.-216 с.
  51. А. С., Лебедев А. Т., Миф Н. П. Метрологическое обеспечение АСУ ТП. — М.: Энергоатомиздат, 1995.-160 с.
  52. В.В., ПархоменкоП.П, Абрамчук В. Е. и др. Под общей ред. В. В. Клюева. Технические средства диагностирования: Справ.-М.: Машиностроение, 1989.-672 с.
  53. И.М. Прикладная теория информации. М.: Радио и связь, 1981.-216 с.
  54. Д., Хинкли Д. Теоретическая статистика. М.: Мир, 1978.-560 с.
  55. A.A. Интегрирование и экстраполирование стационарных случайных последовательностей.- М.: АН СССР, сер. Математика, 1941 дом 5, № 1.
  56. Концепция инновационной политики Российской Федерации на 1998−2000 годы. Постановление Правительства Российской Федерации № 832 от 24 июля 1998 года//Российская газета, 1998, 19 авг.
  57. В.Я., Резник Л. К. Методы и модели нормализации априорной информации в измерительных процедурах//Анализ и формализация измерительного эксперимента/Труды НПО «ВНИИМ им. Д.И. Менделеева», 1986.
  58. О.И., Поляков O.A. Человеко-машинные процедуры решения многокритериальных задач математического программированияобзор)// Экономика и математические методы, 1980.Т.ХУ1, вып. 1., с. 129 145.
  59. А. С. Автоматические системы управления технологическими процессами и установками прокатных цехов. — М.: Металлургия, 1979, — 368с.
  60. Ю.В. Метод наименьших квадратов и основы теории обработки наблюдений. М.: Физматгиз, 1958.-349 с.
  61. .Г. Управленческие решения. М.: Ассоциация авторов и издателей «ТАНДЕМ», ЭКМОС, 1998 г. — 248 с.
  62. К. Д. Методы прогнозирования экономических показателей. М.: Финансы и статистика, 1986.-133 с.
  63. С.П., Шахнов И. Ф. Упорядочение объектов в иерархических системах//Известия АН СССР, Техническая кибернетика, № 3, 1991, с.29−46.
  64. А. Г. Основы построения АСУ: Учебник для вузов. — М.: Высшая школа, 1981 .-248 с.
  65. В.Е. Проблемы прогнозирования, разработки, внедрения новых технологий. К.: Общество «Знание» УССР, 1981.-20 с.
  66. К. и Энгельс Ф. Соч., т.23.
  67. Ю.С. Техника и закономерности ее развития. Л.: Лениздат, 1970.-246 с.
  68. М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973.- 341с.
  69. Методы поиска новых технических решений/ Под ред. А. И. Половинкина.-Иошкар-Ола:Маркнигоиздат, 1976.-192 с.
  70. Ю.Б. Алгоритм выбора прогнозирующей зависимости, обеспечивающей наибольшую точность прогноза. Приборы и системы.№ 12, 2000.
  71. Ю.Б. Прогнозирование количественных характеристик многопараметрических процессов в условиях неоднородной статистической информации. Приборы и системы. № 6, 2000.
  72. Ю.Б. Современное состояние и некоторые пути повышения точности прогнозирования количественных характеристик процессов. Инж. физика, № 1, 2000.
  73. Ю.П. Инновационный менеджмент. -М.: ЮНИТИ, 2000.-446 с.
  74. Надежность и живучесть систем связи/Под ред. В. Ф. Уткина и Ю. В. Крючкова. М.: Машиностроение, 1988.-328 с.
  75. В. И., Брук В. М. Системотехника: методы и приложения. —Ленинград: Машиностроение, 1985.-199 с.
  76. П.В., Зограф И. А. Оценка погрешностей результатов измерений. -2-е изд., перераб. и доп. -Л.: Энергоатомиздат. 1991.-304 с.
  77. Обработка нечеткой информации в системах принятия решений / А. Н. Борисов, A.B. Алексеев, Г. В. Меркурьева и др. М.: Радио и связь, 1989.
  78. .П., Мартыщенко Л. А., Иванцов И. Б. Информационная микроэкономика. Часть 1. Методы анализа и прогнозирования. СПб.:Нордмед-Издат, 1998.-169 с.
  79. В.М. Методы морфологического анализа технических систем: Курс лекций. -М.: ВНИИПИ, 1989.-311 с.
  80. С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.
  81. В.М. Численные методы (математический анализ и обыкновенные дифференциальные уравнения): Учеб. пособие для вузов. М.: Высш. Шк., 2001.-382 с.
  82. В.В. Выбор наилучшего инвестиционного проекта при задании вероятности отношений порядков. Автоматизация и современные технологии, № 7, 1999.
  83. Основы инновационного менеджмента. Теория и практика. Уч. пособие. / Под. ред. Завлин П. Н" Казанцева А. К" Миндели JI.E. М.: Экономика, 2000.
  84. Ч., Хенсон Р. Численное решение задач метода наименьших квадратов.- М.: Наука, 1986. -232 с.
  85. И.И. Оперативная идентификация объектов управления .-М.: Энергоиздат, 1982.-272 с.
  86. А. И. Теория проектирования новой техники: закономерности техники и их применения. — М.: Информэлектро, 1991.104 с.
  87. А.И. Законы строения и развития техники. Постановка проблемы и гипотезы. Волгоград: ВолгПИ, 1985.-202 с.
  88. И.В., Амбарцумян А. А. Основы построения АСУ сложными технологическими процессами. М.: Энергоатомиздат, 1994.-305 с.
  89. Принципиальные вопросы общей теории функциональных систем / Анохин П.К.- Принципы системной организации функций. М.: Наука, 1973.
  90. Прогностика. Терминология / Под ред. В. И. Сифорова. М.: Наука, 1990.-56 с.
  91. Проектирование систем автоматизации в металлургии. Справочник / Ксендзовский В. Р., Лебедкин В. Ф., Миров Б. М. и др. М.: Металлургия, 1983.-304 с.
  92. В.Е. Прогнозирование состояния сложных технических комплексов.- СпБ.: Наука, 1999.-158 с.
  93. B.C. Теория случайных функций. М: Физматгиз, 1971.-883 с.
  94. П., Акофф P.JI. Исследование операций . М.: Мир, 1966.-142 с.
  95. Л.Г. Анализ сложных систем и элементы теории оптимального управления,— М.: Сов. Радио, 1976.-344 с.
  96. С.А. Статистические методы прогнозирования в АСУ. -М.: Энергоиздат, 1981.-151 с.
  97. Ю. А. Теория вероятностей, случайные процессы и математическая статистика. —М.: Высшая школа, 1999.-312 с.
  98. Т. Принятие решений. Метод анализа иерархий. / Пер. с англ. -М.:Радио и связь, 1989.-316 с.
  99. С.А., Ахундов В. М., Минаев Э. С. Анализ и прогноз развития больших технических систем. -М.: Наука, 1983.-280с.
  100. С.А., Голованов Л. В. Прогнозирование развития больших систем. -М.: Статистика, 1975.-192 с.
  101. С.А. Большие технические системы. Анализ и прогноз развития. -М.: Наука, 1977.-350 с.
  102. С.А., Каспин В. Н., Лисичкин В. А. Теория прогнозирования и принятия решений. М.: Высшая школа, 1977.-355 с.
  103. . С.А., Акопов П. Л., Мельникова Г. В. Научно-техническое прогнозирование и программно-целевое планирование в машиностроении. -М.: Машиностроение, 1987.-299 с.
  104. Сваткин М 3., Мацута В. Д., Рахлин K.M. Группы качества на машиностроительных предприятиях. Л.: Машиностроение, Ленингр. отд-ние, 1988.-141с.
  105. Э.А. Разработка управленческих решений: Учебник для вузов. М.: ЮНИТИ-ДАНА, 2000.-271 с.
  106. .А., Яковлев С. А. Моделирование систем: Учебник для вузов. -М.: Высш. шк., 1998.-319 с.
  107. В.Н. Основы системного анализа: Учебное пособие. СПб.: Изд. дом «Бизнес-пресса», 2000.-326 с.
  108. A.B. Совершенствование методики определения НТУ АСУ: Дис. канд. техн. наук: 61:83−8/830−8/ Ленингр. инженерно-экон. институт. Л., 1983.
  109. Х.А. Введение в исследование операций. В 2-х книгах. Кн.2. М.: Мир, 1985.-496 с.
  110. С.С. Философские проблемы труда и техники. М.: Мысль, 1972.-287 с.
  111. .С. Элементы теории потенциальной эффективности сложных систем. М.: Сов. Радио. 1971.
  112. Г. Методы прогнозирования в социалистической экономике. М.: Прогресс, 1971.
  113. А.Д. Структура сложных систем. М.: Сов. Радио, 1975.
  114. В.Н. Руководителю о принятии решений. 2-е изд., испр. и доп. М.: ИНФРА-М, 1996. — 272 с.
  115. Ю.И. Системный анализ в управлении экономикой. М.: Экономика, 1975.
  116. Е.М. Статистические методы анализа (алгоритмы и программы). М.: АН СССР ИМЭ и МО, 1976.-34 с.
  117. Е.М. Статистические методы прогнозирования. М.: Статистика, 1975.-184 с.
  118. Ю.В., Михайлов Ю. Б., Кузьмин В. И. Прогнозирование количественных характеристик процессов. М.: Сов. Радио, 1975.
  119. A.C., Халецкий А. К., Морозов И. А. Оценка характеристик сложных автоматизированных систем. — М.: Машиностроение, 1993.-272 с.
  120. П.А. М.: Автоматизация и современные технологии, № 10, 1996.
  121. П.А. М.: Вестник машиностроения № 4, 1991.
  122. П. А. Методология замыслов нововведений. М.: Автоматизация и современные технологии, № 4, 1997.
  123. В.В. Выбор наилучшего инвестиционного проекта в условиях «нечеткого» знания состояния факторов внешней деловой среды. Автоматизация и современные технологии, № 3, 1999.
  124. В.В. Выбор наилучшего инвестиционного проекта. Автоматизация и современные технологии, № 12, 1998.
  125. В.В. Особенности отбора и оценки инвестиционных проектов при нечеткой информации и многокритериальное&trade- Автоматизация и современные технологии, № 4,2000.
  126. П. Основы идентификации систем управления.-М.: Мир, 1975.-683 с.
  127. М.Ю., Гуров А. Г., Корунов С. С., Кукушкин С. Н. Экспертные методы прогнозирования. Тексты лекций. Под ред. Саркисяна С.А.-М.: Наука, 1985.-60 с.
  128. Ю.В. Закономерности НТП и их планомерное использование. М.:Экономика, 1984.-239 с.
  129. Янч Э. Прогнозирование научно-технического прогресса (пер. с англ.). -М.: Прогресс, 1970.-568 с.
  130. В.В. Прогнозирование. 3-е изд. -М.: Вузовская книга, 2000.-208 с.
  131. В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. Горячая линия. -Телеком, 2001.-382 с.
  132. Базы знаний интеллектуальных систем / Т. А. Гаврилова, В. Ф. Хорошевский.- СПб.: Питер, 2001.-384 с.
  133. В.Л. Интегрированная система поддержки принятия решений по управлению, прогнозированию и диагностике. Автоматизация и современные технологии, № 4, 2000.
  134. .А., Емельянов A.A. Основы системного анализа. Учебное пособие/ Моск. Ун-т экономики, статистики и информатики. М., 1998.-77 с.
  135. И.А. и др. Автоматизированные системы управления предприятием. Учебник для инженерных специальностей / И. А. Данильченко, В. А. Мясников, В. Н. Четвериков.-М.: Машиностроение, 1984.360 с.
  136. Н.В. Инвестиции. Организация и финансирование: Учебник для вузов. М.: Финансы, ЮНИТИ, 1999.-413 с.
  137. Предынвестиционные исследования и разработка бизнес-плана инвестиционного проекта./ B.C. Щелков, Л. М. Белоусова, В. М. Блинков. Под ред. B.C. Щелкова. М.:ЗАО, «Финстатпром», 1999.-248 с.
  138. В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 1999.-144 с.
  139. В. Л. Подход к планированию процесса усовершенствования технической системы по экономическим показателям. Приборы и системы. Управление, контроль, диагностика, № 25, 2000.
  140. H.H. Социализм и информатика. М.: Политиздат, 1988.
  141. Надежность и эффективность в технике.: Справочник: в 10-и томах./ Ред. Совет: B.C. Авдуевский (пред.) и др. Т.2: Математические методы теории надежности и эффективности / Под ред. Б. В. Гнеденко. М.: Машиностроение, 1987.
  142. Е.П. Промышленные инвестиционные проекты: теория и практика инжиниринга. М.: МИСИС, 2001.-299 с.128
Заполнить форму текущей работой

Сессия? Спокойно!